关于报错‘TypeError: ‘float‘ object is not callable’的解决办法

最近出现了这个报错，查了很多相关的解决办法发现在自己的代码中解决不了，在无数次尝试之后才发现了更正的办法，原因未知。

废话不多说，先放代码：

def sigma(y, y_pred, x):
    return (np.sum((y - y_pred)**2) / (len(x) - int(2)))**0.5
sigma = float(sigma(y, y_pred, x))
sigma1 = float(sigma(lny, lny_pred, x))

当我定义一个函数，应用一次时没问题，用第二次就会报错

 更改如下：

def sigma(y, y_pred, x): 
    return (np.sum((y - y_pred)**2) / (len(x) - int(2)))**0.5
sigma0 = float(sigma(y, y_pred, x))
sigma1 = float(sigma(lny, lny_pred, x))

本人猜测可能是因为应用函数的时候不能定义为函数名称，如果函数和名称相同，在第二次使用函数的时候无法正确找到函数，只能找到第一个定义的值，就会报错。

所以，如果遇到函数不能应用两次，建议更改应用函数时的定义名称，不要与函数相同。

附完整错误代码：

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

dt = pd.read_csv('I://python/regression/P174.csv')

y = dt[['R']]
x = dt[['P']]
lrModel = LinearRegression()
lrModel.fit(x, y)
y_pred = lrModel.predict(x)
lny = y.apply(lambda x: np.log(x))
lrModel1 = LinearRegression()
lrModel1.fit(x, lny)
lny_pred = lrModel1.predict(x)

def sigma(y, y_pred, x):
    return (np.sum((y - y_pred)**2) / (len(x) - int(2)))**0.5
sigma = float(sigma(y, y_pred, x))
sigma1 = float(sigma(lny, lny_pred, x))